Tensor Core GPU在每一項MLPerf基準測試結果中均實現(xiàn)最佳表現(xiàn);用戶可通過NGC使用加速堆棧。

在最新公布的業(yè)內(nèi)首套人工智能基準測試中，NVIDIA創(chuàng)下6項人工智能性能記錄。

在谷歌、英特爾、百度、NVIDIA及其他數(shù)十家科技行業(yè)領軍企業(yè)的支持下，新型基準測試套件MLPerf可測定一系列深度學習工作負載。該套件涵蓋了計算機視覺、語言翻譯、個性化推薦以及強化學習任務等領域，旨在成為業(yè)內(nèi)首個客觀的人工智能基準測試套件。

最佳性能表現(xiàn)

NVIDIA在其提交的 6個 MLPerf 基準測試結果中均取得了最佳表現(xiàn)。這些測試涵蓋了多種工作負載和基礎架構規(guī)模 – 從單節(jié)點上的16顆GPU到跨80節(jié)點上的多達640顆GPU。

這些測試分為6大類別，分別為圖像分類、對象實例分割、目標檢測、臨時翻譯、復發(fā)性翻譯與推薦系統(tǒng)。NVIDIA并未提交第7類別，即強化學習的基準測試，原因是該類別尚未充分利用到GPU加速。

NVIDIA在語言翻譯測試類別中表現(xiàn)突出

NVIDIA在語言翻譯這一關鍵基準測試類別中表現(xiàn)尤為出色，僅需 6.2 分鐘即完成了Transformer 神經(jīng)網(wǎng)絡的訓練。關于NVIDIA參與的6項基準測試結果的更多信息，請訪問NVIDIA開發(fā)者新聞中心 。

NVIDIA工程師利用NVIDIA DGX系統(tǒng)實現(xiàn)了這些測試結果。該系統(tǒng)包括全球最強大的人工智能系統(tǒng)NVIDIA DGX-2，搭載了16顆完全連接的V100 Tensor Core GPU。

唯一一家參與多達6項基準測試的科技公司

NVIDIA是唯一一家參與多達6項基準測試的科技公司，充分展現(xiàn)出V100 Tensor Core GPU在部署人工智能工作負載方面的通用性。

NVIDIA副總裁兼加速計算總經(jīng)理Ian Buck表示：“全新基準MLPerf展示了NVIDIA Tensor Core GPU非凡的性能與通用性。我們的Tensor Core GPU擁有高性價比，且可通過各地的云服務提供商及電腦制造商實現(xiàn)供貨，進而幫助世界各地的開發(fā)人員在開發(fā)過程中的每一個階段推進人工智能的應用。”

一流的人工智能計算需要“全棧式”創(chuàng)新

要想在復雜多樣的計算工作負載中實現(xiàn)優(yōu)異性能，不僅僅需要出色的芯片。加速計算也不單單與加速器有關，還需要實現(xiàn)全堆棧創(chuàng)新。

NVIDIA堆棧包括NVIDIA Tensor Cores、NVLink、NVSwitch、DGX系統(tǒng)、CUDA、cuDNN、NCCL、經(jīng)過優(yōu)化的深度學習框架容器以及NVIDIA軟件開發(fā)套件。

超高易用性

NVIDIA的人工智能平臺是最便捷且高性價比的選擇。Tensor Core GPU可通過各地的云服務提供商及電腦制造商實現(xiàn)供貨。

高性價比的選擇

借助售價僅為2，500美元的超強桌面級GPU - NVIDIA TITAN RTX，用戶在桌面上也可實現(xiàn)相同的Tensor Core GPU強大功能。如果按照3年使用期來計算，該GPU每小時的費用僅相當于幾美分。

通過NVIDIA GPU Cloud (NGC) 云容器注冊，用戶可持續(xù)更新這些軟件的加速堆棧。